Об этом курсе
Недавно просмотрено: 11,741

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 5 из 6 в программе

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 12 часа на выполнение

Предполагаемая нагрузка: 4 weeks of study, 3-4 hours/week...

Английский

Субтитры: Английский, Испанский, Китайский (упрощенное письмо)

Приобретаемые навыки

Particle FilterEstimationMapping

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 5 из 6 в программе

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 12 часа на выполнение

Предполагаемая нагрузка: 4 weeks of study, 3-4 hours/week...

Английский

Субтитры: Английский, Испанский, Китайский (упрощенное письмо)

Программа курса: что вы изучите

Неделя
1
4 ч. на завершение

Gaussian Model Learning

9 видео ((всего 52 мин.)), 3 материалов для самостоятельного изучения, 1 тест
9 видео
WEEK 1 Introduction1мин
1.2.1. 1D Gaussian Distribution8мин
1.2.2. Maximum Likelihood Estimate (MLE)6мин
1.3.1. Multivariate Gaussian Distribution7мин
1.3.2. MLE of Multivariate Gaussian4мин
1.4.1. Gaussian Mixture Model (GMM)4мин
1.4.2. GMM Parameter Estimation via EM7мин
1.4.3. Expectation-Maximization (EM)6мин
3 материала для самостоятельного изучения
MATLAB Tutorial - Getting Started with MATLAB10мин
Setting Up your MATLAB Environment10мин
Basic Probability10мин
Неделя
2
3 ч. на завершение

Bayesian Estimation - Target Tracking

5 видео ((всего 21 мин.)), 1 тест
5 видео
Kalman Filter Motivation4мин
System and Measurement Models5мин
Maximum-A-Posterior Estimation4мин
Extended Kalman Filter and Unscented Kalman Filter4мин
Неделя
3
4 ч. на завершение

Mapping

6 видео ((всего 36 мин.)), 1 тест
6 видео
Introduction to Mapping7мин
3.2.1. Occupancy Grid Map6мин
3.2.2. Log-odd Update6мин
3.2.3. Handling Range Sensor6мин
Introduction to 3D Mapping8мин
Неделя
4
3 ч. на завершение

Bayesian Estimation - Localization

6 видео ((всего 23 мин.)), 1 тест
6 видео
Odometry Modeling5мин
Map Registration5мин
Particle Filter4мин
Iterative Closest Point5мин
Closing45
4.3
Рецензии: 91Chevron Right

40%

начал новую карьеру, пройдя эти курсы

43%

получил значимые преимущества в карьере благодаря этому курсу

20%

стал больше зарабатывать или получил повышение

Лучшие отзывы о курсе Robotics: Estimation and Learning

автор: SSApr 7th 2017

Leanring of mechanism and implementation of Kalman filter and particle filter from experiment is very interesting for me. And these method let me know more about map building in SLAM framework.

автор: VGFeb 16th 2017

The material is clearly presented. The Matlab exercises complement and reinforce the subject, the level of difficulty is well balanced, thanks for this great course.

Преподаватели

Avatar

Daniel Lee

Professor of Electrical and Systems Engineering
School of Engineering and Applied Science

О Пенсильванский университет

The University of Pennsylvania (commonly referred to as Penn) is a private university, located in Philadelphia, Pennsylvania, United States. A member of the Ivy League, Penn is the fourth-oldest institution of higher education in the United States, and considers itself to be the first university in the United States with both undergraduate and graduate studies. ...

Специализация Робототехника: общие сведения

The Introduction to Robotics Specialization introduces you to the concepts of robot flight and movement, how robots perceive their environment, and how they adjust their movements to avoid obstacles, navigate difficult terrains and accomplish complex tasks such as construction and disaster recovery. You will be exposed to real world examples of how robots have been applied in disaster situations, how they have made advances in human health care and what their future capabilities will be. The courses build towards a capstone in which you will learn how to program a robot to perform a variety of movements such as flying and grasping objects....
Робототехника

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.